☐ Nouvelle fonctionnalité géniale
☑ pourrait aider de nombreux utilisateurs !
☐ supprime quelque chose qui ressemble à un « bug »
☐ agréable à avoir
☐ personne n'en a besoin
Qu'est-ce qui a inspiré cette demande de liste de souhaits ?
Le traitement de données groupées nécessite souvent des régressions rapides sur des sous-ensembles (par exemple, par plaquette, lot ou dispositif). JMP propose de nombreuses plateformes d'ajustement, mais la création de paramètres d'ajustement linéaire simples (pente/ordonnée à l'origine) directement dans le tableau de données est impossible sans script ou sans exécuter plusieurs fois la fonction « Ajuster Y par X ». D'autres opérations sur les colonnes (Rang des colonnes, Standardiser, etc.) prennent déjà en charge des flux de travail rapides au niveau du tableau ; ce n'est pas le cas pour la régression.
La récupération des données des plateformes d'entraînement est possible – c'est ce qui distingue les experts JMP des débutants !
Quelle amélioration souhaiteriez-vous voir ?
Introduire deux nouvelles opérations sur les colonnes :
Pente de régression linéaire Col()
Intercept de régression linéaire Col()
Les utilisateurs sélectionnent X, Y et une colonne de regroupement facultative.
JMP effectue une régression linéaire au sein de chaque groupe et crée une nouvelle colonne contenant la pente ou l'ordonnée à l'origine du groupe. Chaque ligne d'un même groupe reçoit la même valeur de résultat.
Cela fonctionne entièrement au sein de l'interface utilisateur du tableau de données, sans nécessiter la plateforme Fit.
Pourquoi cette idée est-elle importante ?
De nombreux processus reposent sur l'extraction de paramètres d'ajustement linéaire simples pour un grand nombre de groupes. Effectuer cette opération manuellement sur différentes plateformes est source d'erreurs et difficile à automatiser sans script.
Une opération native sur les colonnes, à l'instar des fonctions Col ...() existantes, permettrait :
- rationaliser considérablement les flux de travail de régression groupée
- éviter la configuration répétitive du modèle
- assurer un traitement cohérent et centré sur la table
- réduire les erreurs et améliorer la reproductibilité
- permettre aux utilisateurs non spécialistes de la programmation d'effectuer efficacement des régressions groupées
Autres vœux soumis par hogi
